AIエージェントのスコープ遵守評価する新ベンチマーク「ScopeBench」
arXiv cs.AIは2026年9月22日(現地時間)、シェーン・コールドウェル (Shane Caldwell) 氏らの研究者グループが、人工知能エージェントが目標達成のプレッシャー下でエンゲージメント境界を維持できるかを評価する新ベンチマーク「ScopeBench」に関する論文を発表したと報じた。ウェブアプリケーションやネットワーク侵入テストにおいて、スコープ外の単一行動が顧客のエンゲージメント境界を侵害するリスクが高まる現状に対応し、エージェントのスコープ遵守能力に焦点を当てている。